基于CART决策树的高分二号洞庭湖区湿地分类方法

高分卫星遥感湿地分类的关键在于解决“同物异谱、异物同谱”难题。本文将当前应用前景广泛的亚米级国产高分二号（GF-2）影像和CART决策树面向对象分类算法相结合,以湖南沅江为例进行洞庭湖区典型湿地的分类提取工作,选取包括光谱信息、几何特征、地形特征和纹理特征等多维对象特征对分类器进行训练,构建了多维特征湿地分类方法。试验区总体分类精度优于传统方法,可为基于GF-2影像的洞庭湖湿地分类提供技术参考。     

2001—2019年洞庭湖流域生态环境质量时空变化及其影响因素

近年来,自然灾害和人类不合理开发利用等因素给洞庭湖流域生态环境造成巨大压力。准确、实时地获取生态环境质量的时空格局和演变趋势,对洞庭湖流域生态环境保护和建设具有重要意义。针对洞庭湖流域多植被、生物多样性丰富的生态情况,本文基于中国高分辨率生态环境质量数据集(CHEQ)研究了洞庭湖流域生态环境质量时空演变特征,并通过标准化系数的多元线性回归法和随机森林算法从时间和空间角度分别探究了社会因素和自然因素对洞庭湖流域生态的影响。结果表明：(1)洞庭湖流域生态环境质量在2001—2009年为快速下降期,在2010—2019年为缓慢上升期;CHEQ平均趋势率为-0.17×10^-3 a^-1,即19年间洞庭湖流域生态环境呈恶化趋势。其中,洞庭湖流域的生态环境质量明显改善区域的面积占比约为20.31%,生态环境质量严重退化区域的面积占比约为24.33%。(2)平江县、桃源县、桃江县的生态环境质量排名稳居前3,且生态质量基本处于良好等级;排名处于末尾的芙蓉区在19年间生态质量从较差等级退化为差等级。(3)从时间角度探究近19年洞庭湖流域生态环境质量变化的驱动因素...